水科学与工程技术
水科學與工程技術
수과학여공정기술
WATER SCIENCES AND ENGINEERING TECHNOLOGY
2009年
6期
11-14
,共4页
自回归模型%多元线性回归%人工神经网络模型%径流预测
自迴歸模型%多元線性迴歸%人工神經網絡模型%徑流預測
자회귀모형%다원선성회귀%인공신경망락모형%경류예측
运用自回归方法、多元线性回归方法和人工神经网络方法分别对汛期和非汛期的日径流量进行了预测,汛期预报因子又分别用有降水因子和无降水因子进行了预测.预测结果表明:非汛期的预测精度较高,讯期预测效果较差.另外,在汛期,有降水因子的预测结果要比没有降水因子预测效果好.
運用自迴歸方法、多元線性迴歸方法和人工神經網絡方法分彆對汛期和非汛期的日徑流量進行瞭預測,汛期預報因子又分彆用有降水因子和無降水因子進行瞭預測.預測結果錶明:非汛期的預測精度較高,訊期預測效果較差.另外,在汛期,有降水因子的預測結果要比沒有降水因子預測效果好.
운용자회귀방법、다원선성회귀방법화인공신경망락방법분별대신기화비신기적일경류량진행료예측,신기예보인자우분별용유강수인자화무강수인자진행료예측.예측결과표명:비신기적예측정도교고,신기예측효과교차.령외,재신기,유강수인자적예측결과요비몰유강수인자예측효과호.
